基于非采樣Contourlet變換的圖像融合技術(shù)研究.pdf

1、隨著圖像傳感器技術(shù)的發(fā)展，圖像融合作為一種有效的信息融合技術(shù)在很多領(lǐng)域都得到了廣泛的應(yīng)用。本文主要研究?jī)?nèi)容是基于非采樣Contourlet變換的圖像融合技術(shù)研究。 本文對(duì)圖像融合技術(shù)的基本概念和基本理論進(jìn)行分析和論述，在研究國(guó)內(nèi)外已有的圖像融合算法的基礎(chǔ)上，對(duì)一些典型的圖像融合算法進(jìn)行分析和研究。并根據(jù)非下采樣Contourlet變換同時(shí)具有多尺度多分辨率分析和平移不變性的特點(diǎn)，提出了一種基于非下采樣Contourlet變換的圖

2、像融合方法。論文的主要工作和創(chuàng)新之處如下： 1.針對(duì)小波變換的諸多缺陷以及普通Contourlet變換易產(chǎn)生混頻現(xiàn)象，選擇非采樣Contourlet變換對(duì)源圖像進(jìn)行頻域變換，能夠充分挖掘待融合圖像的方向信息，對(duì)于高維奇異性基于更稀疏的表示，體現(xiàn)了多尺度、多方向性；并且由于非采樣Contourlet變換的平移不變性，有效的避免了吉布斯現(xiàn)象的產(chǎn)生； 2.在設(shè)計(jì)融合規(guī)則問(wèn)題上，對(duì)非采樣Contourlet變換分解得到的低頻子帶

3、系數(shù)和高頻子帶系數(shù)分別采用了不同的設(shè)計(jì)方案：在選擇低頻子帶系數(shù)時(shí)，提出了一種基于清晰度的系數(shù)選擇方案；在選擇高頻子帶系數(shù)時(shí)，引入脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)提出了一種自適應(yīng)PCNN的系數(shù)選擇方案； 3.在PCNN的使用中，采用圖像均值作為PCNN對(duì)應(yīng)神經(jīng)元的連接強(qiáng)度β，經(jīng)過(guò)PCNN點(diǎn)火判斷待融合圖像的清晰部分，并選擇清晰的像素作為融合圖像的高頻像素，使得PCNN具有一定的自適應(yīng)性； 4.分析比較了當(dāng)前各種圖像融合算法，并